Справка: тотализатор ББет, модели и выплаты

Категории и выплаты

Тираж ББет — 15 матчей. После розыгрыша для каждого купона считается число угаданных исходов (hits): от 0 до 15. Категория записывается как N/15, например 12/15 — угадано 12 матчей.

Выплата начинается только с категории 9/15. Меньше 9 угаданных — выплата 0 ₽, независимо от ставки.

Пример расчёта

Ставка 30 ₽, коэффициенты: 9→1, 10→2, 11→5, 12→10, 13→25, 14→100, 15→500.

Фильтры: когда точно знаете исход 4 матчей

Речь не о том, что «в тираже угадали только 4 матча из 15» (это 4/15 — без выплаты). Речь о ограничениях в генераторе: вы уверены, что, например, матчи 1–4 закончатся победой гостей (2), и отмечаете на этих матчах только исход 2.

Как это считается

Пример: матчи 1–4 только «2»

1. В блоке «Ограничения исходов» на матчах 1–4 снимаете 1 и X, оставляете только 2.
2. Генератор строит все K вариантов только с «2» на этих позициях; K «не тратится» на другие исходы там.
3. Beam/adaptive перебирает комбинации уже по 11 оставшимся матчам — варианты различаются только там.
4. Если в тираже действительно 2 на 1–4, каждый вариант стартует с 4/15 «бесплатно».

Как повышаются шансы на ≥9/15

• Меньше задача — 5/11 вместо 9/15 на неизвестных матчах (при 4 верных фильтрах).
• K эффективнее — все варианты идут в одну «ветку» на зафиксированных матчах; разнообразие уходит туда, где неопределённость.
• Меньше лишних комбинаций — без фильтра часть K могла бы содержать «1» или «X» на матче, который вы и так знаете как «2».
• В сводке «Ожидание угаданных» для вариантов обычно растёт: модель не тратит неопределённость на уже зафиксированные позиции.

Когда фильтр безопаснее

Фильтры имеет смысл ставить только когда уверенность высокая (отложенный матч, явный фаворит, уже известный промежуточный счёт и т.п.). Модель не проверяет, правы вы или нет — она просто обнуляет запрещённые исходы и пересчитывает вероятности на остальных.

Системная ставка (K вариантов)

Один «простой» купон — 15 исходов. Системная ставка — это K разных полных купонов на один тираж. Каждый вариант проверяется отдельно: у одного может быть 4/15, у другого 9/15.

Стоимость системы ≈ K × ставка на вариант (если ставка одинаковая). Выигрыш — сумма выплат по всем вариантам, попавшим в категории ≥9/15.

Генератор строит K вариантов так, чтобы охватить наиболее вероятные комбинации исходов, а не один argmax-прогноз на каждый матч.

Модели прогноза

Для каждого матча модель выдаёт три вероятности: 1, X, 2 (сумма = 1). Из них строятся K вариантов купона.

Два набора моделей

Ансамбль из 5 алгоритмов

В каждом наборе обучены и усредняются (soft voting):

• LightGBM — градиентный бустинг по деревьям
• XGBoost — ещё один бустинг
• CatBoost — бустинг с категориальными фичами
• MLP — нейросеть (128→64→32), со StandardScaler
• Logistic Regression — линейная модель, со StandardScaler

Итоговая вероятность матча = среднее вероятностей всех пяти моделей. Артефакты: artifacts/models_bookmaker_only/ и artifacts/models/.

Калибраторы

Для стратегий calibrated и calibrated+adaptive вероятности дополнительно проходят изотоническую калибровку (отдельно для классов 1, X, 2) и перенормируются. Калибраторы обучены на out-of-fold прогнозах bookmaker-ансамбля и хранятся в artifacts/calibrators.joblib.

Как обучались модели

Данные

• results.csv — основной датасет: 1611 купонов × 15 матчей с известным результатом (result)
• education.csv — hold-out: 12 купонов (не участвуют в обучении)
• test_holdout.csv — дополнительный тест: 3 тиража

Формат строки: number_cupon,p1,px,p2,pool_p1,pool_px,pool_p2,result

Процесс обучения

1. Построение признаков функцией build_features() (features.py)
2. Кросс-валидация GroupKFold (5 фолдов) — группировка по number_cupon, чтобы матчи одного купона не попадали и в train, и в test
3. Метрики на OOF: точность на матч, среднее угаданных/15, доля купонов с ≥9/15
4. Финальное обучение на всех 1611 купонах → сохранение *.joblib

Скрипты:

• python bookmaker_only.py — bookmaker-модели (основные)
• python predict.py — full-модели
• python evaluate_holdout.py — сравнение стратегий на hold-out

Типичная точность (bookmaker-ансамбль, CV на 1611 купонах)

Отсюда идея системной ставки: один прогноз редко даёт 9/15, но среди K вариантов шанс растёт.

Стратегии генерации K вариантов

Все стратегии строят K полных купонов из матрицы вероятностей (15 матчей × 3 исхода).

Adaptive branching — ключевая идея:

• Для матча считается margin = pmax − p2nd
• Если margin < margin_threshold → ветвление на 2 лучших исхода
• Иначе → фиксируется один исход (самый вероятный)
• Если комбинаций меньше K — добивка обычным beam search

K, margin и автоподбор

K — число вариантов

Сколько разных полных купонов генерируется на тираж. Больше K → выше шанс попасть в ≥9/15, но выше стоимость системы. Диапазон в интерфейсе: 1–5000. Дефолт: 200.

margin — порог «неуверенности»

Используется только в adaptive-стратегиях. Дефолт: 0.20.

• Меньше margin (0.10–0.15) — больше матчей считаются «неуверенными», больше ветвлений, больше разнообразия
• Больше margin (0.22–0.25) — чаще один исход на матч, меньше комбинаций

Автоподбор (галочка в генераторе)

Анализирует вероятности текущего тиража без знания результата: средний margin, число неуверенных матчей, оценку числа adaptive-комбинаций. Подбирает K и margin из сетки кандидатов. Не гарантирует 9/15 — только подстраивает параметры под «сложность» тиража.

Фильтры и ограничения (как задать в UI)

Подробнее про эффект на ≥9/15 — в разделе «Фильтры: 4 известных матча». Здесь — как включить ограничения в генераторе.

Разрешённые исходы (allowed_outcomes)

Для каждого матча можно оставить только нужные исходы (1, X, 2). Запрещённые исходы обнуляются, остальные перенормируются.

• Только 1 — матч зафиксирован на победу хозяев
• 1X — без 2
• Все три — без ограничений (по умолчанию)

Веса исходов (outcome_weights)

Опционально: для матча задаётся доля вариантов с каждым исходом в процентах. Например, «1 = 75%, 2 = 25%» при K=200 → ~150 вариантов с «1» и ~50 с «2» на этом матче. Включите чекбокс «веса (%)» в блоке ограничений.

Веса распределяют K между исходами (метод largest remainder). Вероятности модели по-прежнему используются для ранжирования вариантов внутри каждой страты.

Полу-рандом и лимиты на весь купон

Блок «Лимиты на купон и полу-рандом» в генераторе — дополнительные настройки поверх стратегии и фильтров по матчам. Работают вместе с любой стратегией (calibrated+adaptive и др.).

Полу-рандом (random_mix)

Ползунок 0–100% задаёт долю «шума» в вероятностях перед генерацией. На каждом матче итоговые вероятности смешиваются:

p_итог = (1 − mix) × p_модель + mix × p_{равномерно}

• 0% — только модель (по умолчанию)
• 50% — половина модели, половина равномерного распределения 1/X/2
• 100% — максимальный разброс (почти случайный выбор с учётом фильтров)

Запрещённые исходы (allowed_outcomes) учитываются: равномерный шум только по разрешённым исходам. При random_mix = 0 генерация идёт как обычно (beam / adaptive), без разведения K купонов.

Мин. различие между K купонами (min_variant_diff)

Доступно только при включённом полу-рандоме (random_mix > 0). Ползунок задаёт, насколько должны отличаться друг от друга сгенерированные K купонов. При 15 матчах и пороге 30% любые два варианта различаются минимум в 5 матчах (⌈0,30 × 15⌉).

• random_mix = 0 — параметр игнорируется, обычная стратегия
• 30% — рекомендуется при K = 10–50 и полу-рандоме 50%
• 50%+ — сильное разнообразие; при жёстких лимитах 1/X/2 может не набраться K вариантов

Алгоритм строит большой пул кандидатов (топ + случайные сэмплы с учётом random_mix и лимитов), затем жадно выбирает K самых вероятных, попарно удовлетворяющих порогу. Adaptive при полу-рандоме с порогом не используется. Несовместимо с весами (%) по матчам.

Лимиты на число исходов в каждом варианте

Ограничивают, сколько раз в одном полном купоне (15 матчей) может встретиться каждый исход. Проверяется каждый из K вариантов отдельно.

• Сумма лимитов должна быть ≥ 15, иначе купон невозможен (ошибка генерации).
• Пример: макс. 1 = 6 и макс. X = 4 → минимум 5 исходов «2» в каждом варианте.
• При жёстких лимитах beam search может выдать меньше K уникальных вариантов — недостающие добираются случайной генерацией в рамках тех же лимитов.

Консенсус в таблице результатов

Строка «⌀» — argmax по K вариантам: какой исход чаще всего встречается на каждом матче среди сгенерированных купонов. Это не отдельная модель, а сводка по системе.

Метрики и ожидания

Что ожидать от одного argmax-прогноза

~6 правильных из 15 в среднем, редко 9+. Для сравнения на hold-out:

• Купон 1 (сложный): даже K=500 не дал 9/15
• Купоны 2–3: при K=200 по 2–3 варианта с ≥9/15

Базовые линии (без K вариантов)

Подробнее в репозитории: README.md, artifacts/holdout_report.txt, artifacts/bookmaker_only_results.json.